R中的T統計量的單側假設檢驗

我想使用t-統計測試R中的下列假設和計算p值：R中的T統計量的單側假設檢驗

零假設：畝< = 50

候補：畝> 50

data = c(52.7, 53.9, 41.7, 71.5, 47.6, 55.1, 
     62.2, 56.5, 33.4, 61.8, 54.3, 50.0, 
     45.3, 63.4, 53.9, 65.5, 66.6, 70.0, 
     52.4, 38.6, 46.1, 44.4, 60.7, 56.4);

這應該很容易，但我不知道該怎麼做。感謝您的幫助！

來源

2012-12-11 ruya

更嚴重的是，查看http://www.statmethods.net瞭解R中的一些基本統計信息。特別是http://www.statmethods.net/stats/ttest.html的第四個示例。 –

+1爲LMGTFY參考@SachaEpskamp –

我意識到這應該很容易，但我發現的例子和上面列出的網站都是Ho：mu = 50，而我需要mu <= 50。我不知道如何指示R. – ruya

如果您H0等於：mu<=50正確的命令是：

t.test(data, mu=50, alternative = 'greater')

隨着alternative定義H1。因此它是：H1: mu > 50。輸出顯示p.value，平均值和t-value。就是這樣。

來源

2013-04-11 12:34:07 Redfood

如果問題中的給定條件是正確的，那麼我們使用單側上測試。即

t.test(data, alternative= "greater", mu=50) output = One Sample t-test

數據：

data t = 2.1562, df = 23, p-value = 0.02088

替代假設：真實平均大於50 95％置信區間： 50.88892 Inf文件樣本估計：均值爲x的

54.33333

結論是在這個p值小於0.05，所以我們拒絕零假設。如果在調整假設不等於100，那麼我們使用替代=「two.sided」。一切都取決於條件，有問題的時候已經提到更多或更少。

來源

2016-09-21 12:49:11

R中的T統計量的單側假設檢驗

回答

相關問題